炭黑填充型粉末天然橡胶的密炼机塑炼特性研究

采用实验室微型密炼机（Brabender转矩流变仪）研究了炭黑填充型粉末天然橡胶[P（NR/HAF）]的密炼机塑炼/混炼性能,即塑炼时间、塑炼温度和转速等基本工艺参数对胶料门尼粘度的影响。与传统的块状天然橡胶/炭黑（NR/HAF）的密炼机混炼相比,P（NR/HAF）在密炼机混炼时具有较高的混炼温升和较快的升温速率,使得胶料在较高的温度下被塑炼,从而表现出与传统的NR/HAF不同的密炼机混炼特性,其最佳塑炼温度有所降低。通过逐步回归分析建立的“门尼粘度-塑炼条件”模型可以较好地拟合和预测不同塑炼条件下P（NR/HAF）密炼机塑炼后胶料的门尼粘度。     

新型同步转子的实验研究

本文通过实验研究，对新开发的同步转子密炼机与异步转子密炼机的混炼过程和实验结果，进行了分析对比，可以看出同步转子密炼机的主要性能，包括混炼胶的物理性能、混炼单位能耗、产量、混炼时间、排胶温度等方面，均优于异步转子密炼机，是目前剪切型密炼机中最先进的机型之一。     

基于剪切流变的密炼机混炼胶料粘度-时间数学模型

从剪切流变对胶料粘度的影响入手,建立简化的粘度-时间模型,用于描述混炼过程中胶料粘度与密炼机结构和工艺参数间的数学关系.采用MATLAB数学软件,选择4阶曲线对不同转子转速下的试验数据进行数值拟合,求出模型中温度对时间的变化率,得到混炼阶段胶料粘度-时间曲线,并通过试验对其进行修正,得出在特定的混炼阶段中胶料粘度-时间的数学模型.该模型可用于预测密炼机混炼过程中胶料的粘度.     

混炼技术对密炼机生产效率和混炼胶质量的影响

分析密炼机匀速和变速混炼工艺、同步转子相位角及密炼机温度控制对混炼效率的影响。与匀速混炼相比,采用快速吃料、中速分散和低速分布混炼的变速混炼工艺可提高混炼效率;同步转子密炼机采用90°相位角能提高混炼效率且能避免转子相位角为180°时转子长棱相切时造成停转的问题;控制合适的混炼温度且使转子温度低于混炼室温度,可提高转子的剪切效果和混炼效率。     

密炼机中橡胶混炼的流变理论及应用

介绍了密炼机中橡胶混炼的流变理论,即混炼的主要阶段胶料呈粘弹性流体,胶料的混炼工艺主要由胶料粘度决定,胶料达到最佳粘度时,混炼工艺最优。密炼机功率曲线反映了密炼室中胶料的混炼状态,通过功率曲线可以分析判断胶料的混炼工艺情况,根据密炼机中橡胶混炼的流变理论,开发了MLJ－300型密炼机微机智能控制系统,该系统可以对混炼工艺进行自动或半自动优化,根据胶料配方和 炼机性能可建立混炼 炼机性能可建立混炼胶质量预测数学模型,包括粘度和分散性预测数学模型,采用预测数学模型控制生产,可保证每批混炼胶质量达到要求,实现密炼机的高效优质生产。     

密炼机填充因数对混炼胶性能的影响

研究在四棱异步转子密炼机压砣压力、转子转速和冷却水温度不变的条件下,密炼机填充因数对天然橡胶(NR)和丁苯橡胶(SBR)两种配方混炼胶性能的影响。结果表明:填充因数与最大功率消耗为正线性关系,与炭黑分散度和硫化胶物理性能为非线性关系,在混炼过程中填充因数存在一个可使混炼效果较好的最佳值,对于NR和SBR配方,填充因数取0.70～0.75较佳;利用试验数据求出的回归方程预测准确率比较高,可以用于预测和分析密炼机混炼过程中胶料质量。     

销钉式混炼室密炼机的试验研究

本文报道了销钉混炼室密炼机与普通混炼室密炼机对比试验情况。如实介绍了功率消耗、单位能耗、排胶温度和混炼胶性能的试验结果。同时对两种混炼室密炼机的工作原理作了简单分析。     

250／40密炼机混炼室室壁温度调节方法

通过对密炼机和混炼过程的研究证明,如果密炼机混炼室内表面的温度下超过每种具体胶料的最适宜的炼胶温度,并且不管炼胶车数的多少,每一个胶料开始混炼的时候,混炼室室壁的温度都能保持稳定,那么这种混炼条件堪称最佳混炼条件。当混炼室工作表面温度比较低时,胶料会沿工作表面打     

橡胶密炼机全自动混炼工艺控制参数的讨论Ⅰ温度控制

讨论了密炼机全自动混炼工艺条件下，采用温度控制的抗干扰能力。通过混炼过程的热量分析。在控制填料投放，油料投放和排胶温度的工况下，指出各种参数的波动和胶料混炼起始温度，环境温度等是怎样影响混炼工艺的。     

适用于白炭黑胶料混炼的密炼机

啮合型密炼机在混炼含白发黑的轮胎胶料时，可精确地控制胶料温度、减少混炼段数，从而使白炭黑胶料的混炼工艺变得更加可行。     

采用不同模型预测低碳Fe–Ni合金等离子熔覆层的冲击韧性

采用等离子熔覆法在Mn13高锰钢上制备了低碳Fe-Ni合金层。以熔覆电流、喷头移动速率、离子气流量和热处理温度作为输入参数,以冲击韧性作为输出参数,建立了BP(误差反向传播)神经网络模型和粒子群算法优化(PSO)BP神经网络模型,并跟冲击韧性与热处理温度之间的线性回归模型进行对比。结果表明,线性回归模型、BP神经网络模型和PSO-BP模型的平均相对误差分别为7.06%、6.12%和3.03%。PSO-BP模型的预测结果与实测值的误差较小。     

基于Moldflow和BP神经网络的超薄塑料制品流程长度预测

基于Moldflow/MPI软件,结合正交试验,研究了注塑压力、注射速率、模具温度、熔体温度、保压压力、保压时间等6个重要工艺参数对超薄塑料制品注塑流程长度的影响规律.然后建立一个三层BP神经网络,仿真结果表明,利用该神经网络模型,可预测超薄塑料制品的流程长度.     

BP神经网络在非线性系统建模中的应用

介绍了采用BP神经网络建立系统数据间的非线性关系的数学模型,利用三层BP网络,结合Matlab神经网络工具箱,模拟肼与过氧化氢的反应过程,将预测的结果和实验数据作比较,结果表明该模型的预测值和试验值吻合的很好,是一种可行的数据处理方法。     

Epoxidized natural rubber–alumina nanoparticle composites: Optimization of mixer parameters via response surface methodology

Epoxidized natural rubber–alumina nanoparticle composites were prepared by melt compounding with an internal mixer for a constant filler loading of 10 phr. Mixer parameters such as the mixing temperature, mixing time, and rotor speed were screened and optimized with response surface methodology to maximize the impact strength. The parameters were selected as three independent variables and the impact strength (J/m) was selected as the response in a screening factor study. The mixing temperature and its interaction terms were identified as insignificant factors with a P value greater than 0.0500. The optimum calculated values of the tested variables (rotor speed and mixing time) for the maximum impact strength were found to be a rotor speed of 60 rpm and a mixing time of 6 min with a predicted impact strength of 208.88 J/m. These predicted optimum parameters were tested in real experiments. The final impact strength was found to be close to the predicted value of 215.84 J/m, with only a 3.33% deviation. © 2009 Wiley Periodicals, Inc. J Appl Polym Sci, 2010     

褐煤配入高熔点煤灰的灰熔点预测模型研究

测定了不同比例的褐煤与高熔点煤灰的混灰在弱还原气氛下的灰熔点,并且采用BP神经网络模型对灰熔点与灰成分及其组合参数之间的关系进行预测。结果表明:3种低灰熔点褐煤的灰熔融特性可以通过配入高熔点煤灰显著提高,混灰的灰熔点变化与配比间呈现非线性变化规律,灰熔点上升趋势总体可分为‘前段快速上升后段平缓’和‘前段快速上升中间段平缓后又上升’2种类型,配入灰熔点更高的高熔点煤灰对提高褐煤灰熔融温度效果不一定更优;使用摩尔分数作为基准,输入层包含8个灰成分参数和5个组合参数(硅值、酸值、碱值、白云石比率和R250)的BP神经网络模型对混灰熔点的预测优于仅包含8个灰成分参数的输入层预测模型,且该模型可对混合灰熔点的预测效果较好。     

应用经遗传算法优化的BP神经网络预测催化裂化装置焦炭产率

焦炭是催化裂化装置的主要副产物,准确预测催化裂化焦炭产率对提高装置的操作平稳度和经济效益具有重要意义。人工神经网络(ANN)具有强大的自学习和自适应能力,在非线性预测方面具有明显的优势。本研究将遗传算法(GA)与BP神经网络相结合,基于某炼厂催化裂化装置的生产数据,分别从原料、催化剂和操作条件3个方面选取28个关键影响参数建立了催化裂化焦炭产率预测模型,分别将BP神经网络和经遗传算法优化的BP神经网络(GA-BP)的预测结果与工业数据进行对比。结果表明,经遗传算法优化的预测模型无论在预测结果的准确性还是稳定性方面效果更好。最后,本研究还通过考察原料残炭、反应温度等单一关键参数对焦炭产率的影响,进一步证明了经遗传算法优化的BP神经网络预测模型的准确性。     

BP神经网络在胶料性能预测中的应用

根据BP神经网络原理，以SBR中的几种配料用量为输入变量，对应的胶料拉伸强度、拉断伸长率、撕裂强度和t90为输出变量，建立神经网络分析预报模型。通过选定合适的参数，利用已有的试验结果对模型进行训练。模型的预测结果与试验结果一致。     

露天矿单位油耗数据挖掘的研究

分析了BP神经网络模型和Matlab神经网络工具箱理论,并对影响露天矿运输单位耗油量的相关因素进行分析,构建了露天矿单位油耗神经网络预测模型,并利用Matlab编程对某露天矿实际情况进行预测,结果表明模型具有较高的精度。     

基于BP神经网络方法的热管中冷器热工性能分析

基于BP神经网络建立了热管中冷器的传热性能和阻力性能预测模型,采用基于Levenberg Marquardt的trainlm训练算法,对热管中冷器的传热性能和阻力性能进行了预测,经试验数据的验证,预测值与试验值吻合较好,传热性能网络预测最大相对误差为8.0%,平均相对误差为3.5%,阻力性能网络预测最大相对误差为13....     

HF串联密炼机炼胶工艺技术研究

串联密炼机在能源消耗与胶料性能改善方面有突出优点,它采用啮合型转子结构对胶料进行剪切混炼,混炼效果好,冷却效果良好,适合白炭黑混炼的热履历炼胶控制、转子转数控制等。本文对HF串联密烁机的产量、胶料的性能和动态粘弹性能进行了实验研究,并与普通密炼机进行了对比,结果表明：HF串联密炼机炭黑宏观分散度高,微观分散效果也比一般密炼机好,混炼的胶料扯断强度和扯断伸长率高,胶料在60℃时的动态滞后损失要低于F370混炼的胶料,因此,HF串联密炼机适合绿色环保轮胎高混炼的要求。